Files
Retrieval-based-Voice-Conve…/i18n/locale/pt_BR.json

287 lines
26 KiB
JSON
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
{
"%s运行中请先停止该任务": "%s está em execução; interrompa antes de iniciar outra tarefa",
"====> 轮次:{} {}": "====> Época: {} {}",
"A模型权重": "Peso (w) para o modelo A:",
"A模型路径": "Caminho para o Modelo A:",
"B模型路径": "Caminho para o Modelo B:",
"CUDA Graph预热完成": "Aquecimento do CUDA Graph concluído",
"CUDA可用%s": "CUDA disponível: %s",
"输入训练文件夹路径例如E:\\我的训练集": "Caminho da pasta de treinamento, por exemplo: E:\\Meu conjunto de treinamento",
"F0与HuBERT特征提取": "Extração de F0 e recursos HuBERT",
"F0提取": "Extração F0",
"F0提取没有生成有效结果已停止训练": "A extração de F0 não gerou resultados válidos. O treinamento foi interrompido.",
"HuBERT特征": "Recursos HuBERT",
"HuBERT特征提取没有生成有效结果已停止训练": "A extração de recursos HuBERT não gerou resultados válidos. O treinamento foi interrompido.",
"Index Rate": "Taxa do Index",
"SOLA偏移%d": "Deslocamento SOLA: %d",
"[F0提取] 完成 | 成功:%s | 跳过:%s | 失败:%s": "[Extração F0] Concluído | Sucesso: %s | Ignorados: %s | Falha: %s",
"[F0提取] 待处理:%s": "[Extração F0] Pending: %s",
"[F0提取] 无待处理音频,已全部跳过": "[Extração F0] Nenhum áudio pendente; todos os arquivos foram ignorados",
"[F0提取] 进度:%s/%s | 成功:%s | 跳过:%s | %s": "[Extração F0] Progresso: %s/%s | Sucesso: %s | Ignorados: %s | %s",
"[F0提取][失败] %s": "[Extração F0][Falha] %s",
"[F0提取][失败] %s\n%s": "[Extração F0][Falha] %s\n%s",
"[HuBERT特征] 完成 | 成功:%s | 跳过:%s | 失败:%s": "[Recursos HuBERT] Concluído | Sucesso: %s | Ignorados: %s | Falha: %s",
"[HuBERT特征] 无待处理音频,已全部跳过:%s": "[Recursos HuBERT] Nenhum áudio pendente; ignorados: %s",
"[HuBERT特征] 正在加载模型:%s": "[Recursos HuBERT] Carregando o modelo: %s",
"[HuBERT特征] 设备:%s | 待处理:%s | 已跳过:%s": "[Recursos HuBERT] Dispositivo: %s | Pending: %s | Ignorados: %s",
"[HuBERT特征] 进度:%s/%s | 成功:%s | 失败:%s | %s | %s": "[Recursos HuBERT] Progresso: %s/%s | Sucesso: %s | Falha: %s | %s | %s",
"[HuBERT特征][失败] %s\n%s": "[Recursos HuBERT][Falha] %s\n%s",
"[HuBERT特征][失败] %s 包含NaN": "[Recursos HuBERT][Falha] %s contains NaN values",
"[HuBERT特征][失败] 模型不存在:%s": "[Recursos HuBERT][Falha] Modelo not found: %s",
"[数据切分] 多说话人待处理:%s | 进程数:%s": "[Dataset preprocessing] Multi-speaker files: %s | Workers: %s",
"[数据切分] 子任务完成 | 成功:%s | 失败:%s": "[Divisão de dados] Subtarefa concluída | Sucesso: %s | Falha: %s",
"[数据切分] 完成": "[Divisão de dados] Concluído",
"[数据切分] 开始": "[Divisão de dados] Iniciado",
"[数据切分] 待处理:%s | 进程数:%s": "[Divisão de dados] Pending: %s | Processos: %s",
"[数据切分] 进度:%s/%s | %s": "[Divisão de dados] Progresso: %s/%s | %s",
"[数据切分][失败] %s": "[Divisão de dados][Falha] %s",
"[数据切分][失败] %s\n%s": "[Divisão de dados][Falha] %s\n%s",
"[数据切分][跳过] 无效或异常音频片段:%s_%s | 峰值:%s": "[Divisão de dados][Ignorados] Segmento de áudio inválido ou anormal: %s_%s | Pico: %s",
"[索引训练] 写入进度:%s/%s": "[Treinamento do índice] Progressoo da gravação: %s/%s",
"[索引训练] 外部索引链接已存在:%s": "[Treinamento de índice] O link externo já existe: %s",
"[索引训练] 已链接索引到外部目录:%s": "[Treinamento do índice] Índice vinculado à pasta externa: %s",
"[索引训练] 成功构建索引:%s": "[Treinamento do índice] Índice criado com sucesso: %s",
"[索引训练] 正在写入特征向量": "[Treinamento do índice] Adicionando vetores de recursos",
"[索引训练] 正在将%s条特征聚类为10000个中心": "[Treinamento do índice] Clustering %s feature vectors into 10,000 centers",
"[索引训练] 正在训练索引": "[Treinamento do índice] Treinando o índice",
"[索引训练] 特征形状:%s | IVF数量%s": "[Treinamento do índice] Forma dos recursos: %s | Quantidade de IVF: %s",
"[索引训练][失败] 无法链接索引到外部目录:%s\n%s": "[Treinamento do índice][Falha] Não foi possível vincular o índice à pasta externa: %s\n%s",
"[索引训练][失败] 聚类失败,将使用原始特征继续\n%s": "[Treinamento do índice][Falha] O agrupamento falhou; continuando com os recursos originais\n%s",
"[索引训练][失败] 请先进行特征提取": "[Treinamento do índice][Falha] Extraia os recursos primeiro",
"[索引训练][跳过] added索引已存在%s": "[Treinamento de índice][Ignorado] O índice added já existe: %s",
"[索引训练][跳过] trained索引已存在%s": "[Treinamento de índice][Ignorado] O índice trained já existe: %s",
"ckpt处理": "processamento ckpt",
"hubert:以-分隔输入使用的卡号, 例如 0-1-2 使用卡0和卡1和卡2": "HuBERT: Enter GPU IDs separated by hyphens; for example, 0-1-2 uses GPUs 0, 1, and 2",
"index文件路径不可包含中文": "O caminho do arquivo de Index não pode conter caracteres chineses",
"pth文件路径不可包含中文": "o caminho do arquivo pth não pode conter caracteres chineses",
"rmvpe卡号配置以-分隔输入使用的不同进程卡号,例如0-0-1使用在卡0上跑2个进程并在卡1上跑1个进程": "Configuração do número do cartão rmvpe: Use - para separar os números dos cartões de entrada de diferentes processos. Por exemplo, 0-0-1 é usado para executar 2 processos no cartão 0 e 1 processo no cartão 1.",
"step1: 填写实验配置. 实验数据放在logs下, 每个实验一个文件夹, 需手工输入实验名路径, 内含实验配置, 日志, 训练得到的模型文件. ": "Etapa 1: Preencha a configuração experimental. Os dados experimentais são armazenados na pasta 'logs', com cada experimento tendo uma pasta separada. Digite manualmente o caminho do nome do experimento, que contém a configuração experimental, os logs e os arquivos de modelo treinados.",
"step2a: 扫描训练音频并进行切片归一化在实验目录下生成训练wav文件。": "Step 2a: Scan, slice, and normalize training audio, then create training WAV files in the experiment directory.",
"step2b: 音高与hubert语义特征提取": "Etapa 2b: extração de tom e características semânticas do HuBERT",
"step3: 填写训练设置, 开始训练模型和索引": "Etapa 3: Preencha as configurações de treinamento e comece a treinar o modelo e o Index",
"……仅显示最近10条失败记录": "…Mostrando apenas as 10 falhas mais recentes",
"……已省略前%s行仅显示最新状态": "…As primeiras %s linhas foram omitidas; mostrando apenas o estado mais recente",
"一键训练": "Treinamento com um clique",
"上一页": "Previous",
"下一页": "Next",
"为多说话人训练集建立清单。空行会被忽略路径、说话人名称、说话人ID或重复次数填写不全的行会在提交时提示。": "Create a multi-speaker dataset manifest. Empty rows are ignored; incomplete path, speaker name, speaker ID, or repeat count fields are reported on submission.",
"主结果文件夹": "Pasta de saída principal",
"也可批量输入音频文件, 二选一, 优先读文件夹": "Você também pode inserir arquivos de áudio em lotes. Escolha uma das duas opções. É dada prioridade à leitura da pasta.",
"人声、伴奏与混响批量处理使用pymss/MSST模型。": "Processamento em lote de voz, acompanhamento e reverberação com modelos pymss/MSST.",
"人声伴奏分离&去混响": "Separação de voz/acompanhamento e remoção de reverberação",
"仅支持pm和rmvpe音高提取算法": "Somente os métodos de extração de tom pm e rmvpe são compatíveis",
"从训练检查点提取的模型": "Modeloo extraído de um checkpoint de treinamento",
"以-分隔输入使用的卡号, 例如 0-1-2 使用卡0和卡1和卡2": "Digite o (s) índice(s) da GPU separados por '-', por exemplo, 0-1-2 para usar a GPU 0, 1 e 2:",
"以下行填写不完整或无效,已忽略:%s": "The following incomplete or invalid rows were ignored: %s",
"任务": "Tarefa",
"使用显卡:%s": "GPUs em uso: %s",
"使用模型采样率": "Usar taxa do modelo",
"使用设备采样率": "Usar taxa do dispositivo",
"保存名": "Salvar nome",
"保存的文件名, 默认空为和源文件同名": "Salvar nome do arquivo (padrão: igual ao arquivo de origem):",
"保存的模型名不带后缀": "Nome do modelo salvo (sem extensão):",
"保存频率save_every_epoch": "Faça backup a cada # de Epoch:",
"保护清辅音和呼吸声防止电音撕裂等artifact拉满0.5不开启,调低加大保护力度但可能降低索引效果": "Proteja consoantes sem voz e sons respiratórios, evite artefatos como quebra de som eletrônico e desligue-o quando estiver cheio de 0,5. Diminua-o para aumentar a proteção, mas pode reduzir o efeito de indexação:",
"修改": "Editar",
"修改模型信息(仅支持weights文件夹下提取的小模型文件)": "Modificar informações do modelo (suportado apenas para arquivos de modelo pequenos extraídos da pasta 'weights')",
"停止一键训练": "Parar treinamento com um clique",
"停止分离": "Parar separação",
"停止处理数据": "Parar pré-processamento de dados",
"停止特征提取": "Parar extração de características",
"停止训练模型": "Parar treinamento do modelo",
"停止训练索引": "Parar treinamento do índice",
"停止音频转换": "Conversão de áudio",
"分离残余文件夹": "Pasta de saída residual",
"删除末行": "Remove last row",
"判别器预训练模型不存在将不使用assets/pretrained%s/%sD%s.pth": "Discriminator pretrained model not found; it will not be used: assets/pretrained%s/%sD%s.pth",
"刷新音色列表": "Atualizar lista de vozes",
"加载模型": "Modelo",
"加载预训练底模D路径": "Carregue o caminho D do modelo base pré-treinado:",
"加载预训练底模G路径": "Carregue o caminho G do modelo base pré-treinado:",
"单次推理": "Inferência única",
"单说话人": "Single speaker",
"卸载音色省显存": "Descarregue a voz para liberar a memória da GPU:",
"变调(整数, 半音数量, 升八度12降八度-12)": "Mude o tom aqui. Se a voz for do mesmo sexo, não é necessario alterar (12 caso seja Masculino para feminino, -12 caso seja ao contrário).",
"合成": "Síntese",
"后处理重采样至最终采样率0为不进行重采样": "Reamostragem pós-processamento para a taxa de amostragem final, 0 significa sem reamostragem:",
"否": "Não",
"响应阈值": "Limiar de resposta",
"响度因子": "Fator de volume",
"处理中": "Processando",
"处理数据": "Processar o Conjunto de Dados",
"处理方式": "Modo de processamento",
"多说话人": "Multiple speakers",
"注意:多说话人训练音色还原度不一定有单说话人分开训练好!": "Atenção: o treinamento com vários falantes pode reproduzir cada voz com menos fidelidade do que treinar cada falante separadamente!",
"多说话人子文件夹无效格式应为名称_ID_重复次数、ID为0~109、重复次数为正整数、同一ID的名称需一致且目录需有音频%s": "Invalid multi-speaker subfolders (expected Name_ID_Repeat, ID 0-109, a positive repeat count, one consistent name per ID, and at least one audio file): %s",
"多说话人总文件夹只扫描根目录下的直接子文件夹,根目录文件会被忽略。\n子文件夹必须命名为x_y_zx是说话人名称y是说话人ID0~109共110个z是训练集重复次数。\n也可以到右侧“多说话人训练集辅助”编辑并提交训练集清单。": "Only direct subfolders of the multi-speaker root are scanned; root files are ignored.\nName each subfolder x_y_z: x is the speaker name, y is the speaker ID (0-109, 110 choices), and z is the repeat count.\nYou can also submit a manifest from the Multi-speaker Dataset Helper tab.",
"多说话人训练集总文件夹不存在:%s": "Multi-speaker dataset root does not exist: %s",
"多说话人训练集总文件夹中没有有效音频": "The multi-speaker dataset root contains no valid audio",
"多说话人训练集总文件夹中没有直接子文件夹": "The multi-speaker dataset root has no direct subfolders",
"多说话人训练集总文件夹路径": "Multi-speaker dataset root",
"多说话人训练集清单不存在,请先提交辅助清单或填写总文件夹": "The multi-speaker manifest does not exist. Submit it from the helper tab or enter a dataset root first",
"多说话人训练集清单包含无效条目:%s": "The multi-speaker manifest contains an invalid entry: %s",
"多说话人训练集清单存在重复输出标识:%s": "The multi-speaker manifest contains a duplicate output key: %s",
"多说话人训练集清单已保存:%s有效音频%s个": "Multi-speaker dataset manifest saved: %s; valid audio files: %s",
"多说话人训练集清单格式错误": "The multi-speaker manifest format is invalid",
"多说话人训练集清单没有有效音频": "The multi-speaker manifest contains no valid audio",
"多说话人训练集辅助": "Multi-speaker Dataset Helper",
"失败": "Falha",
"失败记录": "Registro de falhas",
"子进程执行失败,返回码:%s": "O subprocesso falhou com o código de saída: %s",
"实验名不能为空": "Experiment name is required",
"导出文件格式": "Qual formato de arquivo você prefere?",
"已停止": "Interrompido",
"已加载判别器预训练模型:%s": "Modeloo pré-treinado do discriminador carregado: %s",
"已加载生成器预训练模型:%s": "Modeloo pré-treinado do gerador carregado: %s",
"已启用索引检索": "Pesquisa por índice ativada",
"已完成": "Concluído",
"已完成阶段": "Etapas concluídas",
"已恢复判别器检查点": "Checkpoint do discriminador restaurado",
"已成功": "Concluído",
"常见问题解答": "FAQ (Perguntas frequentes)",
"常规设置": "Configurações gerais",
"底层模型": "Modelo subjacente",
"开始音频转换": "Iniciar conversão de áudio",
"当前": "Atual",
"当前设备:%s | 推理精度:%s": "Dispositivo atual: %s | Precisão de inferência: %s",
"当前阶段": "Etapa atual",
"很遗憾您这没有能用的显卡来支持您训练": "Infelizmente, não há GPU compatível disponível para apoiar o seu treinamento.",
"性别因子/声线粗细": "Fator de gênero / espessura da voz",
"性能设置": "Configurações de desempenho.",
"总训练轮数total_epoch": "Número total de ciclos(epoch) de treino (se escolher um valor alto demais, o seu modelo parecerá terrivelmente sobretreinado):",
"成功": "Sucesso",
"执行命令": "Comando",
"批量推理": "Inferência em lote",
"批量转换, 输入待转换音频文件夹, 或上传多个音频文件, 在指定文件夹(默认opt)下输出转换的音频. ": "Conversão em Massa.",
"拖拽或点击上传待处理音频": "Arraste e solte ou clique para enviar o áudio a ser processado",
"指定输出文件夹": "Especifique a pasta de saída:",
"推理时间(ms):": "Tempo de inferência (ms):",
"推理耗时:%.2f秒": "Tempo de inferência: %.2f seconds",
"推理音色": "Escolha o seu Modelo:",
"提交训练集清单": "Submit dataset manifest",
"提取": "Extrato",
"提取音高和处理数据使用的CPU进程数": "Número de processos de CPU usados para extração de tom e processamento de dados:",
"数据切分": "Divisão de dados",
"数据切分没有生成16k音频已停止后续特征提取和训练": "O pré-processamento não gerou áudio de 16 kHz. A extração e o treinamento foram interrompidos.",
"数据切分没有生成有效训练音频,请检查训练集和数据切分日志": "O pré-processamento não gerou áudio de treinamento válido. Verifique o conjunto de dados e o log.",
"数据切分输出文件不匹配,已停止后续特征提取和训练": "Os arquivos de saída do pré-processamento não correspondem. A extração e o treinamento foram interrompidos.",
"数据提取开始start_time=%.6f,请求并行数=%s实际并行数上限=%s": "Extração de dados iniciada: start_time=%.6f, concorrência solicitada=%s, limite real=%s",
"数据提取结束end_time=%.6f,总耗时=%.3f秒": "Extração de dados concluída: end_time=%.6f, tempo total=%.3f segundos",
"新增一行": "Add row",
"无法停止": "Não é possível interromper",
"是": "Sim",
"是否仅保存最新的ckpt文件以节省硬盘空间": "Só deve salvar apenas o arquivo ckpt mais recente para economizar espaço em disco:",
"是否在每次保存时间点将最终小模型保存至weights文件夹": "Salve um pequeno modelo final na pasta 'weights' em cada ponto de salvamento:",
"是否缓存所有训练集至显存. 10min以下小数据可缓存以加速训练, 大数据缓存会炸显存也加不了多少速": "Se deve armazenar em cache todos os conjuntos de treinamento na memória de vídeo. Pequenos dados com menos de 10 minutos podem ser armazenados em cache para acelerar o treinamento, e um cache de dados grande irá explodir a memória de vídeo e não aumentar muito a velocidade:",
"显卡信息": "Informações da GPU",
"未使用": "Não usado",
"未使用判别器预训练模型": "Modelo pré-treinado do discriminador não usado",
"未使用生成器预训练模型": "Modelo pré-treinado do gerador não usado",
"未检测到可用显卡将使用CPU训练耗时可能较长": "Nenhuma GPU compatível foi detectada; treinar na CPU pode demorar muito mais",
"未运行": "Não iniciado",
"本软件以MIT协议开源, 作者不对软件具备任何控制力, 使用软件者、传播软件导出的声音者自负全责. <br>如不认可该条款, 则不能使用或引用软件包内任何代码和文件. 详见根目录<b>LICENSE</b>.": "<center>The Mangio-RVC 💻 | Tradução por Krisp e Rafael Godoy Ebert | AI HUB BRASIL<br> Este software é de código aberto sob a licença MIT. O autor não tem qualquer controle sobre o software. Aqueles que usam o software e divulgam os sons exportados pelo software são totalmente responsáveis. <br>Se você não concorda com este termo, você não pode usar ou citar nenhum código e arquivo no pacote de software. Para obter detalhes, consulte o diretório raiz <b>O acordo a ser seguido para uso <a href='https://raw.githubusercontent.com/RVC-Project/Retrieval-based-Voice-Conversion-WebUI/main/LICENSE' target='_blank'>LICENSE</a></b></center>",
"查看": "Visualizar",
"查看模型信息(仅支持weights文件夹下提取的小模型文件)": "Exibir informações do modelo (suportado apenas para arquivos de modelo pequenos extraídos da pasta 'weights')",
"检索特征占比": "Taxa de recurso de recuperação:",
"模型信息:%s\n采样率%s\n是否使用音高引导%s\n版本%s": "Informações do modelo: %s\nTaxa de amostragem: %s\nOrientação de tom: %s\nVersão: %s",
"模型推理": "Inference",
"模型提取(输入logs文件夹下大文件模型路径),适用于训一半不想训了模型没有自动提取保存小文件模型,或者想测试中间模型的情况": "Extração do modelo (insira o caminho do modelo de arquivo grande na pasta 'logs'). Isso é útil se você quiser interromper o treinamento no meio do caminho e extrair e salvar manualmente um arquivo de modelo pequeno, ou se quiser testar um modelo intermediário:",
"模型是否带音高指导": "Se o modelo tem orientação de tom:",
"模型是否带音高指导(唱歌一定要, 语音可以不要)": "Se o modelo tem orientação de tom (necessário para cantar, opcional para fala):",
"模型是否带音高指导,1是0否": "Se o modelo tem orientação de passo (1: sim, 0: não):",
"模型版本型号": "Versão:",
"模型融合, 可用于测试音色融合": "A fusão modelo, pode ser usada para testar a fusão do timbre",
"模型融合失败:两个模型的结构不一致": "Falha ao mesclar modelos: as arquiteturas não correspondem",
"模型训练": "Treinamento do modelo",
"模型路径": "Caminho para o Modelo:",
"正在保存最终检查点:%s": "Salvando o checkpoint final: %s",
"正在保存检查点 %s_e%s%s": "Salvando o checkpoint %s_e%s: %s",
"正在加载RMVPE模型": "Carregando o modelo RMVPE",
"正在加载模型": "Carregando o modelo",
"正在启动": "Iniciando",
"正在收尾": "Finalizando",
"正在预热CUDA Graph": "Aquecendo o CUDA Graph",
"每张显卡的batch_size": "Batch Size (DEIXE COMO ESTÁ a menos que saiba o que está fazendo, no Colab pode deixar até 20!):",
"没有可用于训练的有效音频,请先完成数据切分和特征提取": "Não há áudio válido para treinamento. Conclua primeiro o pré-processamento e a extração de recursos.",
"没有有效的多说话人训练集行": "There are no valid multi-speaker dataset rows",
"淡入淡出长度": "Comprimento de desvanecimento",
"清理模型缓存": "Limpando o cache do modelo",
"版本": "Versão",
"特征": "Recursos",
"特征提取": "Extrair Tom",
"特征检索库文件路径(选择模型后自动匹配,可手动修改)": "Caminho do índice de características (detectado após selecionar o modelo; editável)",
"状态": "Estado",
"独占 WASAPI 设备": "Dispositivo WASAPI exclusivo",
"生成器预训练模型不存在将不使用assets/pretrained%s/%sG%s.pth": "Generator pretrained model not found; it will not be used: assets/pretrained%s/%sG%s.pth",
"留空则使用辅助页已提交的清单": "Leave empty to use the manifest submitted from the helper tab",
"目标采样率": "Taxa de amostragem:",
"第%s/%s页共%s行": "Page %s/%s, %s rows",
"等待中": "Aguardando",
"等待输入": "Aguardando entrada",
"算法延迟(ms):": "Latência do algoritmo (ms):",
"索引": "Índice",
"索引文件不存在,将不使用索引继续推理:%s": "O arquivo de índice não existe; a inferência continuará sem índice: %s",
"索引无效必须使用added_xxxx.index不能使用trained_xxxx.index": "Índice inválido: use added_xxxx.index, not trained_xxxx.index",
"索引检索失败": "Falha na pesquisa por índice",
"索引检索失败或未启用": "A pesquisa por índice falhou ou está desativada",
"索引训练": "Treinamento do índice",
"耗时": "Tempo decorrido",
"耗时:特征=%.3f秒,索引=%.3f秒,音高=%.3f秒,模型=%.3f秒": "Tempo decorrido: features=%.3fs, index=%.3fs, pitch=%.3fs, model=%.3fs",
"融合": "Fusão",
"要改的模型信息": "Informações do modelo a ser modificado:",
"要置入的模型信息": "Informações do modelo a ser colocado:",
"训练": "Treinar",
"训练已完成,正在保存最终模型": "Treinamento concluído; salvando o modelo final",
"训练文件列表写入完成": "Lista de arquivos de treinamento salva",
"训练模型": "Treinar Modelo",
"训练特征索引": "Treinar Index",
"训练设备规则选择的精度:%s": "Precisão de treinamento escolhida pelas regras do dispositivo: %s",
"训练轮次:{} [{:.0f}%]": "Época de treinamento: {} [{:.0f}%]",
"训练集子音频文件夹目录路径": "Dataset audio subfolder path",
"训练集类型": "Dataset type",
"设备类型": "Tipo de dispositivo",
"说话人ID0~109": "Speaker ID (0-109)",
"说话人名称": "Speaker name",
"说话人:%sID%s": "Speaker: %s (ID: %s)",
"请上传音频文件": "Envie um arquivo de áudio",
"请填写输出文件夹路径": "Informe o caminho da pasta de saída",
"请指定说话人id": "Especifique o ID do locutor/cantor:",
"请选择index文件": "Selecione o arquivo de Index",
"请选择pth文件": "Selecione o arquivo pth",
"请选择说话人id": "Selecione Palestrantes/Cantores ID:",
"转换": "Converter",
"输入实验名": "Nome da voz:",
"输入实验名例如test": "Nome do experimento, por exemplo: test",
"输入待处理音频文件夹路径": "Caminho da pasta de áudio a ser processada:",
"输入待处理音频文件夹路径(去文件管理器地址栏拷就行了)": "Caminho da pasta de áudio a ser processada (copie-o da barra de endereços do gerenciador de arquivos):",
"输入源音量包络替换输出音量包络融合比例越靠近1越使用输出包络": "O envelope de volume da fonte de entrada substitui a taxa de fusão do envelope de volume de saída, quanto mais próximo de 1, mais o envelope de saída é usado:",
"输入监听": "Monitorar entrada",
"输入训练文件夹路径": "Caminho da pasta de treinamento:",
"输入设备": "Dispositivo de entrada",
"输入设备:%s:%s": "Dispositivo de entrada: %s:%s",
"输入降噪": "Redução de ruído de entrada",
"输出信息": "Informação de saída",
"输出变声": "Conversão de saída",
"输出设备": "Dispositivo de saída",
"输出设备:%s:%s": "Dispositivo de saída: %s:%s",
"输出降噪": "Redução de ruído de saída",
"输出音频(右下角三个点,点了可以下载)": "Exportar áudio (clique nos três pontos no canto inferior direito para baixar)",
"运行中": "Em execução",
"进度": "Progresso",
"选择.index文件": "Selecione o Index",
"选择.pth文件": "Selecione o Arquivo",
"选择多说话人音色": "Select multi-speaker voice",
"选择模型": "Selecionar modelo",
"选择索引": "Selecionar índice",
"选择音高提取算法": "Selecione o algoritmo de extração de tom",
"采样率:": "Taxa de amostragem:",
"采样长度": "Comprimento da Amostra",
"重复次数": "Repeat count",
"重载设备列表": "Recarregar lista de dispositivos",
"音调设置": "Configurações de tom",
"音频设备": "Dispositivo de áudio",
"音高全部为0该音频无意义跳过%s": "Todos os valores de tom são zero; este áudio não tem utilidade e será ignorado: %s",
"音高算法": "Algoritmo de tom",
"额外推理时长": "Tempo extra de inferência"
}